SADR-VSS:一种用于轻量级农业目标检测的场景自适应动态路由视觉状态空间模块
提出场景自适应动态路由视觉状态空间模块SADR-VSS，用于复杂田间轻量级农业目标检测。
农业AI与大模型
人工智能算法、大模型与决策支持系统
技术筛选 · 已选 1 项
461 篇内容清除全部筛选
基于改进YOLO 11n模型的棉花田间复杂环境障碍物检测方法
提出改进YOLO 11n模型，实现棉花田间复杂遮挡环境下障碍物高精度检测。
中国农科院信息所提出层次知识引导枸杞害虫识别框架
中国农业科学院农业信息研究所科学数据研究室提出一种层次知识引导的枸杞害虫识别框架,有效解决真实农业场景下样本稀缺与类间混淆的双重挑战。相关研究成果发表在《人工智能的工程应用》(Engineering Applications of Artificial Intelligence)上。该研究依托长文本-图像检索模型,把专家撰写的长文本描述解析为粗、中、细三个语义层次,并与多尺度视觉特征实现精准跨模态对齐,为枸杞等特色作物的虫害智能监测与精准防控提供新的技术路径。
INTERNATIONAL JOURNAL OF COMPUTER SCIENCE AND MATHEMATICAL THEORY E-ISSN·10月12日 · 周一75 分 论文农业AI与大模型农业人工智能与决策模型阅读 2
Deep Learning Approaches for Plant Disease Detection: A Review of Convolutional Neural Networks and Emerging Techniques
综述深度学习在植物病害检测中的应用，涵盖CNN、混合Transformer、注意力机制与生成式数据增
Role of Artificial Intelligence in Advancing Biotechnology: A Comprehensive Review
综述人工智能在生物技术各领域的应用现状、工具、挑战与未来方向。
Ontologies in Precision Agriculture—A brief Survey on Reproducibility
综述85篇精准农业本体论文，发现数据、本体和代码可复现率极低。
PEAS-DeiT: Multi-Scale Spatial Attention Enhanced DeiT for Pea Leaf Disease Classification
提出PEAS-DeiT模型，将多尺度空间注意力融入DeiT，实现豌豆叶片病害分类。
Integrating earth observation and machine learning for forest fire risk assessment in Rasuwa district, Nepal
整合地球观测与随机森林模型评估尼泊尔Rasuwa地区森林火灾风险。
Wild boar collision data and satellite computer vision refine habitat suitability mapping across France
融合野猪碰撞数据与卫星视觉模型，预测法国野猪栖息地适宜性及其时空驱动因素。
YOLO-Based Leaf Disease Detection in Smart Agriculture: Evolution, Task Adaptation, and Deployment Challenges
综述了基于YOLO的叶片病害检测的演进、任务适配与部署挑战。
From Handcrafted Descriptors to Deep Embeddings: A Comparative Study for Regional Hazelnut Image Classification
比较手工特征、深度迁移学习和量子兼容分类器对三个地区榛子图像的分类性能。
Hybrid Deep Feature Extraction and Ensemble Machine Learning for Potato Leaf Disease Classification in Uncontrolled Field Conditions
融合三种CNN深度特征与集成学习，实现田间马铃薯叶片七类病害分类。
Explainable deep learning framework for real-time insect pest detection in smart agriculture
提出可解释深度学习框架CPSA-RIPD-CSTGCN，实现智慧农业中害虫实时检测。
Enhanced crop yield estimation in smart agriculture via AI and IoT using the GODL geo-optimized algorithm
提出GODL算法，融合地理空间信息与深度学习，结合AI和IoT提升作物产量预测精度。
Early Detection of Apple Scab in Orchards and Mildew in Vineyards Using A Novel Deep Learning Model and Multispectral Imagery
提出一种基于无人机多光谱时序影像的深度学习混合模型，实现苹果黑星病和葡萄霉病的早期检测与分割。
A study on the identification of wheat powdery mildew using chlorophyll fluorescence imaging
该研究利用叶绿素荧光成像与深度学习识别小麦白粉病并分级。
Comparative Deep Learning and RISE-Based Explainable AI Framework for Orange Fruit Disease Detection
比较三种深度学习模型检测橙子病害，并用RISE提升可解释性。
A Privacy-Preserving Federated Learning Framework for Paddy Leaf Disease Detection Using an Enhanced Pretrained Novel EfficientNet-Lite4 Model
提出联邦学习结合改进EfficientNet-Lite4的水稻叶片病害检测框架，兼顾隐私与精度。
JOURNAL OF BAKU ENGINEERING UNIVERSITY- MATHEMATICS AND COMPUTER SCIENCE·10月12日 · 周一72 分 论文水资源与灌溉智慧农业 / 农业物联网阅读 0
CROPINTEL DATASET: A COMPREHENSIVE AGROENVIRONMENTAL RESOURCE FOR CROP CLASSIFICATION, IRRIGATION PLANNING, AND YIELD ANALYSIS
基于CropIntel数据集，用15+种机器学习算法实现作物分类、灌溉需求预测与产量潜力预测。
Adaptability of Lightweight AI Models for Embedded Deployment: A Case Study of an Agricultural Monitoring Robot
综述轻量化AI方法，并以农业监测机器人为例，提出相机+轻量YOLO+Jetson+单片机的嵌入式部署